[发明专利]区域新能源容量优化配置方法及系统

说明书

本申请涉及一种区域新能源容量优化配置方法及系统，区域新能源容量优化配置方法包括获取风光荷历史数据；根据风光荷历史数据建立多时间尺度的风光荷聚类模型；根据多时间尺度的风光荷聚类模型提取风光典型波动场景；根据风光典型波动场景建立多层规划模型；通过多层规划模型输出当前新能源规划容量值。本申请解决了新能源出力场景简单、适用场景少、传统经验与区域新能源容量配置割裂，区域新能源容量配置不够完善的问题，通过构建多时间尺度的风光荷聚类模型提升多时间尺度下风光荷互补发电系统的可调度能力。

技术领域

本申请属于区域能源规划技术领域，具体涉及一种区域新能源容量优化配置方法及系统。

背景技术

区域能源规划指的是结合规划区域的实际情况，合理布局，以可持续发展、对环境友好、能源使用效率高、节约能源使用等为原则对区域内的各种能源(主要为电、冷、热)供应进行科学规划的过程。我国是个能源消耗大国，在工业化和城市化飞速发展的进程中，能源问题愈来愈成为制约我国经济发展和社会进步的“瓶颈”。能源短缺，环境恶化是日趋严重的全球性问题。区域综合能源系统可增加可再生能源、低品位能源的利用，提高能源的利用效率，改善能源消费结构，是未来能源生产、输送、消费的主要形式，然而，由于规划的未来的新能源配置，缺少未来新能源的出力数据，使得区域能源规划缺乏详细的基础数据和理论研究，造成研究场景简单、适用场景少、传统经验与区域新能源容量配置割裂，区域新能源容量配置不够完善的问题。

发明内容

为至少在一定程度上克服在新能源配置时缺少未来新能源的出力数据，使得区域能源规划缺乏详细的基础数据和理论研究，造成研究场景简单、适用场景少、传统经验与区域新能源容量配置割裂，区域新能源容量配置不够完善的问题，本申请提供一种区域新能源容量优化配置方法及系统。

第一方面，本申请提供一种区域新能源容量优化配置方法，包括：

获取风光荷历史数据；

根据所述风光荷历史数据建立多时间尺度的风光荷聚类模型；

根据所述多时间尺度的风光荷聚类模型提取风光典型波动场景；

根据所述风光典型波动场景建立多层规划模型；

通过所述多层规划模型输出当前新能源规划容量值。

进一步的，在获取风光荷历史数据后，还包括：

利用插值比对法对缺失数据进行补齐；

利用基于滤波修正方法对失真数据进行修正。

进一步的，所述建立多时间尺度的风光荷聚类模型，包括：

利用随时间方向传播算法进行LSTM自编码机神经网络的训练；

采用Nadam优化器调参，通过训练好的LSTM自编码机对风光荷历史数据进行降低数据维度处理；

对降维度的数据进行FCM聚类，得到低维空间的多时间尺度的风光荷聚类模型。

进一步的，所述根据所述多时间尺度的风光荷聚类模型提取风光典型波动场景，包括：

将风光荷历史数据归类为多时间尺度的历史数据；

根据每个时间尺度构建聚类样本；

根据聚类样本生成每个类的场景集；

根据场景波动性在每一类场景集中搜索波动性最大的场景作为该类的典型场景，得到每个场景的概率；

根据所述每个场景的概率输出风光典型波动场景。

进一步的，所述聚类样本，包括：

中长期风光荷聚类中心、短期小时级风光荷聚类中心和短期分钟级风光荷聚类中心。